Klasifikacija delovnih operacij na osnovi posnetkov gibanja dlani

Zupanc, Anej (avtor), Vrabič, Rok (mentor)

V diplomski nalogi predstavimo grajenje modela za strojno učenje, ki bo služil za klasifikacijo delovnih operacij na podlagi posnetkov gibanja dlani. Pri tem uporabljamo knjižnico MediaPipe za zbiranje podatkov in knjižnico TensorFlow, Keras za strojno učenje. Slednje je izvedeno z uporabo ponavljajočih se nevronskih mrež, specifično dolgoročnega kratkoročnega spomina. Celoten model je zgrajen v programskem okolju Python. Na koncu predstavimo statistične rezultate zgrajenega modela, ki kaže 91,25% uspešnost.

• Jezik: Slovenski jezik
• Ključne besede: klasifikacija delovnih operacij, posnetki gibanja dlani, MediaPipe, strojno učenje, dolgoročni kratkoročni spomin, Keras
• Vrsta gradiva: Zaključna naloga
• Tipologija: 2.11 - Diplomsko delo
• Organizacija: FS - Fakulteta za strojništvo
• Kraj izida: Ljubljana
• Založnik: [A. Zupanc]
• Leto izida: 2021
• Št. strani: XIV, 30 str.
• PID: 20.500.12556/RUL-130218
• UDK: 004.85:005.935(043.2)
• COBISS.SI-ID: 79980803
• Datum objave v RUL: 11.09.2021

Sekundarni jezik

• Jezik: Angleški jezik
• Naslov: Classification of work operations based on an analysis of hand movements

Izvleček

In this bachelor's degree we present building of a machine learning model, capable of classification of work operations based on an analysis of hand movements. In doing so, we use MediaPipe library for keypoint and data collection and TensorFlow, Keras library for machine learning. The latter is done using recurrent neural networks, specifically long short term memory. The whole model in build in a Python software environment. At the end we present statistical data, showing 91,25% classification performance.

• Ključne besede: classification of work operations, videos of hand movements, MediaPipe, machine learning, long short term memory, Keras